1、电子技术应用 2023年 第49卷 第1期Measurement Control Technology and Instruments测控技术与仪器仪表基于 ESN 的锂电池 SOC 评估方法与仿真研究*杜广波1，蔡茂2，张鑫2，范兴明2，程江华1（1.中国联合工程有限公司，浙江 杭州 310052；2.桂林电子科技大学 电气工程及其自动化系，广西 桂林 541004）摘 要：以新能源车载锂电池为研究对象，建立基于回声状态网络（ESN）预测锂电池的荷电状态（SOC）评估模型。采用交叉验证方法优选回声状态网络参数，以此解决网络模型的参数选择困难。通过带遗忘因子的递归最小二乘法训练建立的回声状态网
2、络模型，实时更新输出权值矩阵以此提高网络的适应性和精度。通过模型仿真分析验证了预测算法的可行性，进一步对比分析了所建立的 ESN 预测模型与 BP 神经网络算法、径向基（RBF）网络算法在 UDDS、US06 和 NYCC 工况条件下的锂电池 SOC 评估预测效果，结果表明所建立的回声状态网络模型方法用于锂电池 SOC评估预测的性能和效果优于 BP 算法和 RBF 算法，具有较好的应用前景，可以为锂电池 SOC 长期长效预测评估提供参考。关键词：锂电池；荷电状态；回声状态网络；参数优化选择；交叉验证中图分类号：TP305 文献标志码：A DOI:10.16157/j.issn.0258-799
3、8.223057中文引用格式：杜广波，蔡茂，张鑫，等.基于 ESN 的锂电池 SOC 评估方法与仿真研究J.电子技术应用，2023，49(1)：45-51.英文引用格式：Du Guangbo，Cai Mao，Zhang Xin，et al.Research on SOC evaluation method and simulation of lithiumbattery based on echo state networkJ.Application of Electronic Technique，2023，49(1)：45-51.Research on SOC evaluation meth
4、od and simulation of lithiumbattery based on echo state networkDu Guangbo1，Cai Mao2，Zhang Xin2，Fan Xingming2，Cheng Jianghua1(1.China United Engineering Corporation Limited，Hangzhou 310052，China；2.Dep.of Electrical Engineering&Automation，Guilin University of Electronic and Technology，Guilin 541004，Ch
5、ina)Abstract：Taking lithium battery of new energy vehicles as the research object,an echo state network(ESN)model is established to predict the state of charge(SOC)of the vehicles lithium battery.The cross-validation method is used to optimize the parameters of the ESN to solve difficulty to select
6、arameters of the model.The echo state network is trained by recursive least squares method with forgetting factors to calculate the output weight matrix so as to improve the adaptability and accuracy of the network.The feasibility of the prediction algorithm is further analyzed and verified by the model simulation.The research further analyzes and compares the predicted SOC of the established ESN model,the BP neural network algorithm and radial basis function(RBF)network algorithm under UDDS,US0
安全达人 